De tydligaste företrädarna för en empiriskt grundad förkastelse av keynesiansk politik i den nuvarande krisen har varit Harvard-ekonomerna Alberto Alesina och
Silvia Ardagna. I deras NBER-papper "Large Changes in Fiscal Policy: Taxes Versus Spending" från 2010 hävdade de det klassiska nyliberala caset att ökade statliga utgifter i en lågkonjunktur inte ger någon reell långvarig stimulans till den ekonomiska utvecklingen. Pappret har blivit mycket omdiskuterat - Paul Krugman noterade i februari 2010 att "commenters keep citing
this paper by Alesina and Ardagna as if it were a definitive rejection of Keynesian economics." Pappret har också mött kritik i nyare studier
av bland andra IMF (pdf), Jayadev och Konczal och Roberto Perrotti.
Men Alesina och Ardagna var inga nykomlingar i diskussionen om stimulanspolitik; tvärtom. Ardagna disputerade år 2000 på en avhandling om "fiscal consolidations", och hon och Alesina har skrivit papers på temat ihop sedan tidigt 00-tal. Det går en röd tråd i deras argumentation - liksom i deras motståndares - och det känns därför lönt att läsa några av deras äldre papers, och inte bara det från 2010. Nu har jag läst Ardagnas "Fiscal stabilizations: When do they work and why", som publicerades i
European Economic Review år 2004.
Variabler och data
Utfallsvariablerna i artikeln - måttet på huruvida en fiskal stabilisering lyckas eller inte - är två: tillväxt under åren efter krisen, och en mystisk variabel som är marknadsaktörers uppfattning om huruvida staten kommer att lyckas med att minska sin bruttostatsskuld (mätt som % av BNP). Den första dimensionen, tillväxten, kallar Ardagna "expansionary" fiskala stabiliseringar och den andra, reduktion av statsskulden, "successful" stabiliseringar.
Success-grundmodellen
Modellerna för den första utfallsvariabeln, stabiliserad statsskuld-till-BNP-ratio, är
probitmodeller eftersom utfallsvariabeln antingen tar värdet 1, för en lyckad stabilisering, eller 0, för avsaknad av en lyckad stabilisering. Estimatorn är Amemiyas (1978)
generalized least squares. Ekvationen för modellen är nummer 1 nedan (bortse tillfälligt från ekvation 2 i bilden):
Den första variabeln på höger sida är en land-fixed effect. Nästa koefficient är på BNP-tillväxten under det föregående året, som förstås kan förväntas påverka hur enkelt det blir att stabilisera skuld-till-BNP-ration. Nästa variabel
ΔG är förändringen i cykliskt adjusterade statsutgifter ("primary expenditure"),
ΔT är förändring i likaledes adjusterade skatteintäkter som % av BNP,
DEF och
DEB är budgetunderskott och statsskuld som % av BNP under föregående år (t-1),
Left och
Center är dummyvariabler för om regeringen är vänster- eller mittenregering (referenskategorin är alltså högerregering), och
Major är en dummyvariabel för om ett parti har majoritet i parlamentet eller inte. Ekvation 2 visar att variabeln
s, som uppskattar agenters förväntningar, antar samma värden som variabeln
s* [1].
Ardagna utgår alltså ifrån att agenterna har information om BNP-utvecklingen, regeringens färg etc och därutefter bildar sig en uppfattning om huruvida regeringen kommer att lyckas med att rejält minska statsskulden eller inte. Variabeln
s används därefter som en oberoende variabel i den andra uppsättningen av regressioner i artikeln, regressioner som har BNP-tillväxt som utfallsvariabel. Jag ska strax beskriva modellen för de regressionerna, men låt oss först diskutera de oberoende variablerna i success-probitregressionerna.
y, DEF och DEB är väldigt självklara: det känns nästan tautologiskt att BNP-tillväxt och rådande underskott och statsskuld kommer att påverka ens sannolikhet att lyckas med att minska statsskuldsration. De politiska variablerna Left, Center och Major är intressanta. Left och Center handlar om regeringens färg, och här är logiken att en vänsterregering enligt Nixon to China-teoremet kan antas ha lättare att genomföra stora nedskärningar än vad en högerregering har, eftersom vänsterregeringen kan förankra nedskärningarna bland fack, pensionärsorganisationer etc. Major är inkluderad eftersom en majoritetsregering kan antas ha lättare att genomföra stora nedskärningar. De oberoende variabler som Ardagna är mest intresserad av är dock
ΔG och
ΔT. De ger ju separata koefficienter på de två olika typerna av statsfiskal åtstramning: nedskärningar i utgifter respektive skattehöjningar. Och mycket av Ardagnas ärende är att påvisa olika utfall på statsfinanser och tillväxt beroende på om man i kristider använder skattehöjningar eller nedskärningar för att få kontroll på finanserna. Hon diskuterar utförligt huruvida det är storlek på åtstramning (dvs
ΔG +
ΔT) eller sammansättningen (
ΔG vs
ΔT) som spelar roll, och dribblar snyggt med omformuleringar av ekvation 1 ovan för att påvisa skillnader med olika kombinationer av
ΔG och
ΔT, och vilka hypotestester man kan genomföra för att stringent testa vad hon kallar de två huvudteorierna om effekter av åtstramningar:
the expectation view och
the labor market view.
Teori
Enligt förväntningsperspektivet så påverkar fiskala stabiliseringar ekonomin och BNP-tillväxten på kort sikt genom kanalen agenters förväntningar: investerare ser trovärdiga stabiliseringar som fördelaktigt för investeringsklimatet, och tvärtom. Ardagna nämner bland annat Blanchard (1990) och Bertola och Drazen (1993) som företrädare för detta perspektiv.
Enligt arbetsmarknadsperspektivet så påverkar fiskala stabiliseringar däremot ekonomin och tillväxten genom kanalen arbetsmarknaden, och företags kostnader. Kärnan här är att nedskärningar i offentlig sektor ökar arbetslösheten och antalet arbetssökande vilket sänker reservationslönerna vilket sänker företagens kostnader vilket får fart på investeringarna. Jo, detta är en väldigt nyliberal och uttalat anti-keynesiansk teori. Så här hårt formulerar Ardagna sig:
"Because public employment represents an
alternative to private employment, lower levels of the former or of
public wages also decrease the reservation utility of unions’ members.
Similarly, a decrease in unemployment benefits or in transfers increases
the cost of being unemployed. Any decrease in these public spending
items lowers pressure on the equilibrium wage with positive consequences
for the economy." (s 1051)
och:
"stabilizations that result
from cutting public spending, especially transfers and government wage
bills, rather than increasing taxes are more likely to be successful and
expansionary. They induce a moderation in the wage claims by unions,
stimulating employment, capital accumulation, and growth" (1048)
Hon skräder inte orden, men diskuterar heller inte det möjligtvis normativt problematiska i denna teori: detta är verkligen en nationalekonomisk, inte en samhällsvetenskaplig-ekonometrisk artikel, vilket jag skall återkomma till. De som nämns som företrädare för arbetsmarknadsteorin är Alesina och Perotti (1997) och Daveri och Tabellini (2002).
Tillväxtmodellen
Grund-tillväxtmodellen ser ut så här:
y är
alltså BNP-tillväxt under året, modellen har land-fixed effects, förväntningarna
s som genererats genom success-regressionen är inkluderade liksom
G, T, DEF, DEB och tillväxt under året före som också var med i ekvation 1 ovan. Den enda nya oberoende variabeln är tillväxten i G7-länderna under det föregående året, som ska kontrollera för internationella ekonomiska förhållanden: det är förstås lättare att nå hög BNP-tillväxt när världsekonomin tuffar på i bra fart.
Ardagna hävdar att hennes modellerade "förväntningsvariabel"
s är ett framsteg jämfört med tidigare litteratur eftersom tidigare forskare inte har modellerat agenters förväntningar, utan för dem använt en dummy som är den reella budgetförbättringen rakt av:
"Previous research on the expectation view does not estimate agents’ expectations that the adjustment will lead to a sustainable level of the debt-to-GDP ratio in the future; instead, it proxies the effect that current fiscal policy has on agents’ expectations about the stance of future fiscal policy with a dummy variable measuring the size of the improvement in the budget." (1049)
Här måste jag säga att jag inte vet om jag håller med om att detta är ett så stort framsteg. Jag tycker visserligen att det är snyggt design-mässigt att ta den beroende variabeln ur en modell och proppa in som oberoende i nästa modell, men jag vet inte om jag håller med om att
s är en så mycket bättre proxy för agenters/investerares förväntningar än vad budgetförbättringen vore.
Data
Ytterligare ett sätt på vilket man märker att detta är en nationalekonomisk, inte samhällsvetenskaplig, artikel är att data och deras begränsningar diskuteras extremt kortfattat. Ardagna presenterar inga kvalificeringar om i vilka förutsättningar som hennes teori kan förväntas gälla, men som alltid så finns förstås inte all världens länder och år med, utan datasetet är ändå ett sample. Hon har data för 17 OECD-länder från 1975 till 2002 (s 1058) [2]. Hon ger i princip ingen beskrivning alls av datasetet, utöver den förvisso relevanta upplysningen att varje land uppvisar minst en "large fiscal stabilization" under perioden. Vilka dessa är - land-år - är en sak som inte förklaras: detta är en mycket intransparent artikel, även om hon hänvisar till Alesina och Ardagna (1998) när hon talar om samplet; antagligen diskuteras det mer utförligt där. Ekonomiska data kommer från OECD:s
Economic Outlook, och politiska data framför allt från Budge et al.
Allra mest intransparent är vilka år mellan 1975 och 2002 som är inkluderade i regressionerna. Ardagna diskuterar nämligen två typer av problem när man väljer vilka år som ska vara med: att man tar med för många år, eller för få år (s 1057f). Hon är ju intresserad av att genomföra effekter av olika storlekar på fiskala stabiliseringar, samt av år när man "borde" ha genomfört fiskal stabilisering men inte gör det alls. År av goda statsfinanser är alltså inte intressanta här: då finns det ingen anledning att genomföra stora fiskala nedskärningar/skattehöjningar, och de är inte jämförbara med år av stabiliseringar, som kan förväntas ha sämre läge i övrigt. Man kan alltså ha ett problem med att inkludera alltför många år: " if we include these observations in the sample, we cannot distinguish
cases in which we do not observe a successful stabilization because
there is no need for it from cases in which a stabilization is needed
but governments are not able to carry one out". Å andra sidan så kan man också få problemet att inkludera för få år, om man bara inkluderar de då det faktiskt genomfördes en stor fiskal stabilisering, men inte jämför med de år då det "borde" ha genomförts en sådan stabilisering men ingenting gjordes [3]. Det intransparenta här är att Ardagna i texten faktiskt inte definierar vad som är att "behöva" en sådan stabilisering. Är det att statsskulden befinner sig över en viss nivå? Att budgetunderskottet är större än en viss gräns? Det är oklart. Hon redovisar inte heller vilka land-år som till slut är inkluderade. Att samplet är obalanserat - att vissa länder är mer representerade än andra - tar jag för givet. Alla dessa faktorer om vilka år som är inkluderade etc påverkar såklart resultaten man får, men Ardagna diskuterar inte denna problematik.
Resultat
Tabell 1 nedan visar resultaten för grundmodellerna: success-modellerna i kolumn 1, 3, 5 och 7 och tillväxtmodellerna i kolumn 2, 4, 6 och 8. Kolumnerna 5-8 är
simultaneous equations-modeller. Skillnaderna mellan 1 och 3, och 2 och 4, är att i 1 och 2 är
ΔG och
ΔT inkluderade men i modell 3 och 4 har förändringar i skatter och statsutgifter istället inkluderats i formerna
ΔG -
ΔT och
ΔG + ΔT: plus-variabeln ger då en koefficient på den totala åtstramningens (skattehöjningar+utgiftsnedskärningar) storlek, medan minus-variabeln ger en koefficent på sammansättningen av åtstramningen: sker åtstramningen genom skattehöjningar eller nedskärningar?
I modell 1, med "success" s* som beroende variabel så ser vi att både
minskade utgifter och höjda skatter ger högre chans - signifikant - till
framgångsrik fiskal stabilisering, föga förvånande. Vidare att högre
tillväxt under föregående år liksom faktiskt vänsterregering också ger
högre chans till framgång. Ardagnas huvudslutsats om denna modell är att framgång beror mer på åtstramningens storlek än dess sammansättning.
I modell 2 ser vi att variabeln
s, Ardagnas hittepå-modellering av förväntningar, inte är signifikant (t-värden inom paranteserna). Vidare att både förändringar i statsutgifter och skatter
har "rätt" tecken (minus): ökningar av utgifter och skatter ger lägre
tillväxt, och vice versa; utgiftskoefficienten men inte skatter är signifikant. Utgifts-koefficientens storlek är anmärkningsvärt stor, och Ardagna tar den på face value: "Larger cuts to public spending increase GDP growth and the magnitude of the coefficient is quite large. If governments reduce the share of primary spending-to-GDP by one additional percentage point, GDP growth increases by half percentage point. The effect is significant at the 5% level." (s 1061) Effekten av tillväxten under föregående år är föga förvånande positiv och signifikant. Statsskuldens storlek är faktiskt inte signifikant (i modell 4 är den dock det, med en negativ effekt på tillväxten). Vad jag tycker är anmärkningsvärt här är tolkningen av koefficienten på utgiftsförändringar: elasticiteten 0,5 är väldigt hög, och jag undrar om det verkligen är rimligt att säga att denna är relevant för alla spann av storlekar på utgiftsförändringar? Artikeln redovisar som sagt inte någon vettig deskriptiv statistik, så man har som läsare ingen uppgift om värdena på variabeln utgiftsförändringar: man skulle vilja ha medelvärdet, minimumvärdet, maxvärdet och standardavvikelsen så man kunde sätta effekten 0,5 (eller för att vara exakt, 0,47) i ett sammanhang: finns det verkligen något reellt fall i datasamplet där en stat drog ner på statsutgifterna med säg 3 procentenheter av BNP och då fick 1,5 procentenheter högre BNP-tillväxt året efter jämfört med en situation med alla oberoende variabler på sina medelvärden? Eller, säg för tydlighetens skull, finns det något fall i datasamplet där en stat drar ner på sina utgifter med 15 procent av BNP och då fick 7,5 procentenheter högre BNP-tillväxt nästa år? Det har jag mycket svårt att tänka mig, och jag tror heller inte att det är rimligt att säga att effekten av utgiftsåtstramningar på tillväxt är linjär ända upp i så höga regioner. Men detta diskuterar Ardagna inte.
Ardagnas huvudslutsatser från resultaten i tabell 1 är: (1) sannolikheten att tight fiskal politik leder till en lyckad konsolidation beror mer på åtstramningarnas storlek än deras sammansättning. (2) Högre BNP-tillväxt hjälper för att stabilisera statsskulden men även om man kontrollerar för tillväxten så blir åtstramningspolitiken signifikant. (3) Kontrollerat för förväntningarnas roll, så blir den positiva effekten på BNP-tillväxten större ju större nedskärningarna är (s 1062).
Robustness checks och alternativa specifikationer
Efter dessa grundresultat går Ardagna vidare med en mängd alternativa specifikationer för att se om resultaten är robusta, och för at utveckla resonemangen. Hon testar för icke-linjära effekter genom att lägga in en dummy för "stora adjusteringar" som tar värdet 1 om statens primära balans förbättras med minst 1,5 procentenheter av BNP. Mer substantiellt så går hon därefter vidare med att köra regressionerna med olika typer av statsutgifter inkluderade som oberoende variabler. Hon har fyra stycken variabler för olika typer av statsutgifter: löner till offentliganställda, antalet offentliganställda, skatter på arbete, och offentliga investeringar (s 1065). Alla fyra är i förändringar (Δ). Hon får negativa effekter på tillväxten av de tre första variablerna, medan den fjärde inte blir signifikant. Nästa intressanta och substantiella robustness-test är att hon inkluderar penningpolitik i modellen, för att se så att det inte är så att fiskal åtstramningspolitik korrelerar med god tillväxt eftersom den tenderar att uppträda samtidigt som expansiv penningpolitik [4] (s 1067). De tre penningpolitiska variablerna är förra årets tillväxt i
M2, förändringen i den kortsiktiga nominalräntan, och förändringen i valutakurs. Koefficienterna på åtstramningsvariablerna och statsutgiftsvariablerna förblir signifikanta och med samma tecken som i tidigare specifikationer.
Hon gör också robustness checks med andra definitioner av variablerna. Den första variationen är att använda olika urval av land-år, alltså att hon varierar kriteriet för under vilka år som det "behövs" åtstramning:
"First, I include in the sample only the observations for which the debt-to-GDP ratio lagged 1 year is greater than the average value in the country. Second, I select all those observations for which the primary spending-to-GDP ratio lagged 1 year is greater than the average value in the country. Finally, I consider all the observations for which the deficit as a share of GDP lagged 1 year is greater than the average value in the country." (s 1069)
Jag måste väl säga att jag inte tycker att någon av dessa definitioner är så starka. I ett dataset med nästan 30 år så finns det förstås en tidseffekt att sådant som primary spending to GDP ökat över tid, men detta innebär i min mening inte att alla år med primary spending större än genomsnittet för landet i samplet är år då det behövs åtstramningar. Jag skulle snarare säga att år då man behöver strama åt är de då budgetunderskottet är över 3 procent av BNP, år då statsskulden är över 90 procent av BNP (á la Reinhart och Rogoff), eller år då
utgifterna på räntor på statsskulden motsvarar mer än 5 procent av BNP, eller något sådant. De måtten säger mer om huruvida nivån på statsutgifter och -skuld är hållbar, än vad enkla mått om att vara större än genomsnittet gör. De ovan citerade alternativa specifikationerna ändrar i alla fall inte resultaten. Nästa typ av definitionsmässig robustness check är att Ardagna varierar definitionen av success-beroende variabeln, s*:
"First, I define a successful fiscal stabilization as an episode in which the cyclical adjusted primary balance improves and, 2 years after, the debt-to-GDP ratio is at least 1.5 percentage points lower than in the year of the fiscal tightening. Second, to lose fewer observations at the end of the sample, I look at a shorter horizon. Specifically, I require that the debt-to-GDP ratio declines by at least one percentage point 1 year after the fiscal contraction. Finally, I define a successful stabilization looking not only at the dynamics of the debt-to-GDP ratio but also at the dynamics of the deficit. Thus, I define a successful stabilization as an episode in which the cyclical adjusted primary balance improves and, 2 years after, either the debt-to-GDP ratio is three percentage points lower or the deficit as a share of GDP is 1.5 percentage points lower than in the year of the fiscal tightening." (s 1069f)
Inte heller detta förändrar grundresultateten.
Diskussion
Ardagna sammanfattar sina slutsatser ur artikeln koncist:
"controlling for the impact that fiscal policy changes have on GDP growth through their effects
on expectations, GDP growth is higher the larger the decrease of public spending, and especially of the government wage bill. Agents’ expectations about governments’ability to solve countries’ fiscal imbalances are, instead, statistically significant only in some specifications of the growth equation. Hence, the evidence on the effect of fiscal policy on economic activity through this channel is mixed. Finally, the paper shows that successful and expansionary fiscal contractions are not the result of expansionary monetary policies or of exchange rate devaluations." (s 1070f)
Det är intressanta och hårtslående resultat, men jag är ändå tveksam till dem på flera grunder. Ett, definitionen av vilka år som ska inkluderas, under vilka år som åtstramningar "behövs". Två, definitionen av den beroende variabeln s*. Tre, brist på diskussion av rimligheten i mycket starka koefficienter som den av utgiftsnedskärningar på BNP-tillväxt i modell 1 i tabell 1 ovan.
Fotnoter
[1] Ardagna diskuterar relationen mellan s och s* så här:
"The ability/propensity of a government to solve a fiscal imbalance, s∗, is a latent variable not directly observed. The paper assumes, instead, that we observe a discrete variable s. s
indicates whether or not governments undertake discretionary cuts in
the deficit-to-GDP ratio and obtain, within a few years, a reduction in
the debt as a share of GDP. There are two reasons one may want to follow
this approach. First, the literature on the macroeconomic effects of
fiscal adjustments is not concerned with small and continuous changes in
the debt as a share of GDP. Rather, it looks at the impact of large and
persistent reductions in the public debt-to-GDP ratio that result from
discretionary improvements in the budget. Second, as discussed in
Section 2, whether a fiscal adjustment has a positive effect on the
economy may depend on agents’ perception that the stabilization leads to a change in the fiscal regime." (1052)
[2] Länderna är: Australia, Austria, Belgium, Canada, Denmark, Finland, France, Greece, Ireland, Italy, Japan, the Netherlands, Norway, Spain, Sweden, United Kingdom, and the United States.
[3] Ardagna diskuterar urvalet så här: "This paper argues that the sample should include country-years in
which there is a “need” for fiscal austerity. Most of the empirical
literature on fiscal adjustments has, instead, considered only
country-years in which there is evidence of large discretionary fiscal
policy tightening. On the one hand, including in the sample also
country-years in which there is no concern for the state of public
finance and no need for fiscal austerity can bias the estimate of the
coefficient
downward. In such circumstances, agents’ expectations about
governments’ ability to solve a fiscal imbalance play no role and if we
include these observations in the sample, we cannot distinguish cases in
which we do not observe a successful stabilization because there is no
need for it from cases in which a stabilization is needed but
governments are not able to carry one out. On the contrary, information
from country-years in which fiscal discipline is a problem, but
governments do not undertake discretionary and substantial deficit cuts,
is valuable to consumers and investors. Most likely, such inaction
influences agents’ expectations about the stance of future fiscal
policy. Thus, one loses valuable information by including in the sample
only those episodes in which there is evidence of large fiscal contractions."
[4] Ardagna har en intressant fotnot om just penningpolitikens betydelse för studier av fiskala åtstramningars effekter på tillväxten: "Bradley and Whelan (1997), for example, claim that the increase in export due to the devaluation of the nominal exchange rate determined the boom during the Irish stabilization in 1987–1989. Alesina and Ardagna (1998) show that devaluations are important elements of the policy package, but that devaluations alone are not sufficient to drive a boom in the economy. Alesina et al. (2002) find, instead, that on average the contribution from net export to GDP growth decreases during expansionary fiscal contractions. Hence, they find no evidence to link the boom in the economy to a surge in exports. Finally, in an empirical model that does not control for the effect of current GDP growth on the probability that the adjustment leads to a reduction of the debt-to-GDP ratio, Lambertini and Tavares (2003) find evidence that devaluations matter for the success of a fiscal contraction." (s 1067)
Referenser
Alesina, A., Ardagna, S., "Tales of fiscal adjustments",
Economic Policy 1998
Alesina, A., Perotti, R., "The welfare state and competitiveness".
American Economic Review 1997
Amemiya, T, "The estimation of a simultaneous equation generalized probit model",
Econometrica 1978
Silvia Ardagna, "
Fiscal stabilizations: When do they work and why" (pdf),
European Economic Review 2004
Bertola, G., Drazen, A,"Trigger points and budget cuts:explaining the effects of fiscal austerity",
American Economic Review 1993
Blanchard, O., "Comment on Giavazzi and Pagano", i
NBER Macroeconomics Annual (Cambridge, MA: MIT Press, 1990)
Daveri, F., Tabellini, G., "Unemployment, growth and taxation in industrial countries",
Economic Policy 2000
Arjun Jayadev och Mike Konczal, "
The Boom Not The Slump: The Right Time For Austerity" (pdf), Roosevelt Institute, 2010
Roberto Perrotti, "
The Austerity Myth: Gain Without Pain?", NBER Working Paper november 2011
0.5) had increased coordinated wage bargaining by 0.25 points (to the level of Norway or Sweden), we estimate they could have reduced their inflation rate by about 0.44 points." (s 521)
